Resumen

A medida que el planeta observa con shock la evolución de la pandemia de COVID-19, nuevas formas de malware sofisticado, versátil y extremadamente difícil de detectar exponen a la sociedad y especialmente a la economía global. Las técnicas de aprendizaje automático están desempeñando un papel cada vez más importante en el campo de la identificación y análisis de malware. Sin embargo, debido a la complejidad del problema, el entrenamiento de sistemas inteligentes resulta insuficiente para reconocer las amenazas cibernéticas avanzadas. El mayor desafío en la seguridad de los sistemas de información utilizando métodos de aprendizaje automático es comprender los mecanismos de polimorfismo y metamorfismo utilizados por los desarrolladores de malware y cómo abordarlos de manera efectiva. Este trabajo presenta un innovador Sistema Inmune LSTM Difuso Evolutivo Artificial que, mediante un método de aprendizaje automático heurístico que combina inteligencia evolutiva, Memoria a Corto y Largo Plazo (LSTM) y conocimiento difuso, demuestra ser capaz de proteger adecu

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Malware; Aprendizaje automático; Ciberamenazas; Seguridad de los sistemas de información; Sistema inmunitario LSTM difuso evolutivo artificial; Malware ejecutable portátil.
• Keywords:Malware; Machine learning; Cyberthreats; Information systems security; Artificial Evolutionary Fuzzy LSTM Immune System; Portable Executable Malware